Az Nvidia az Alpamayo 2 Superrel fejleszti az önvezető autókat
A robotaxik és más önvezető járművek (AV) esetében a legnagyobb kihívást gyakran a ritka, összetett „long tail” események jelentik, amelyeket nehéz előre látni, reprodukálni és betanítani.
Az Nvidia Alpamayo 2 Super modellje a komplex, long tail forgatókönyveket célozza meg, amelyek továbbra is kihívást jelentenek az önvezető járművek számára. A modell lehetővé teszi az önvezető járművek számára, hogy valós időben elemezzék a helyzeteket, felmérjék az ok-okozati összefüggéseket, cselekvéseket válasszanak, és biztonságos vezetési útvonalakat generáljanak. Az ellenőrizhető döntéshozatal támogatására tervezett Alpamayo 2 Super mostantól kereskedelmi forgalomban is elérhető az Nvidia nyílt Alpamayo önvezető alapmodell-családjának részeként.
Az Nvidia Cosmos 3 Super Reasonerre épülő és megerősítéses tanulással utólag betanított modell két fronton is fejleszti az audiovizuális ökoszisztémát: nyílt kereskedelmi licenszelés és vezető multitasking képességek az önvezető autók számára.
Nyílt licenszelés a gyártásba kerülő AV-khez
Az Alpamayo 2 Super a Hugging Face-en érhető el a Linux Foundation megengedő OpenMDW licensze alatt, lehetővé téve az antivírus-fejlesztők, autógyártók és beszállítók számára a technológia finomhangolását, származékos modellek létrehozását és kereskedelmi célú telepítését saját adataik és infrastruktúrájuk felhasználásával. A megközelítés utat nyit a modell adaptálásától a telepítésig, miközben lehetővé teszi a fejlesztők számára, hogy megtartsák az irányítást a saját adatok, a specializált modellek és a biztonsággal kapcsolatos munkafolyamatok felett.
Az Nvidia Alpamayo modellcsaládja felhőalapú, járműbe irányuló munkafolyamatot támogat az önvezető rendszerek fejlesztéséhez. Az Alpamayo 2 Super magas szintű multimodális érvelést biztosít a betanítási adatok és modellkimenetek generálásához, míg az Alpamayo 1.5 és az Alpamayo 1 költséghatékonyabb fejlesztési lehetőségeket kínál. A kapott modellek ezután leszűrhetők és optimalizálhatók valós idejű következtetésekhez a gyártási járművekben, támogatva a skálázható telepítést az önvezető flottákon.
Benchmark-vezető érvelés határterületi szinten
Az Nvidia szerint az Alpamayo 2 Super az első helyen áll a LingoQA-n, az autonóm vezetési gondolkodást tesztelő teszten, közel 40 értékelt modell közül. Az Nvidia tesztelésében a Lingo-Judge metrikán felülmúlta a Qwen2.5-VL 72B-t, a Gemini 2.5 Pro-t és a GPT-4o-t, miközben a vállalat által értékelt autonóm vezetési benchmarkok között is az első helyen végzett.
Az Nvidia Alpamayo 2 Super modellje háromszor akkora, mint a 10 milliárd paraméteres Alpamayo 1.5 és Alpamayo 1 modelljei, így a ritka példákból származó jobb következtetéseket is lehetővé teszi. A modell teljes körű kameraadatokat dolgoz fel 360°-os kontextus biztosításához, segítve az önvezető járműveket az összetett forgatókönyvek értelmezésében, beleértve a sávváltásokat, a besorolásokat, a nem védett kanyarokat és a kihívást jelentő kereszteződéseket.
Az Nvidia Alpamayo 2 Super processzorát a robotaxik és az autonóm vezetés többfeladatos alapmodelljeként tervezték, amely minden vezetési helyzethez öt kimenetet állít elő: egy tervezett pályát, egy oksági láncolatot követő következtetési nyomvonalat, egy vezetési szándékot reprezentáló meta-cselekvést, automatizált következtetési címkéket a betanításhoz és validáláshoz, valamint vizuálisan megalapozott válaszokat, amelyek a kameraképek meghatározott régióihoz kapcsolódnak.
Ezek a kimenetek együttesen betekintést nyújtanak a modell döntéshozatali folyamatába. A fejlesztők összekapcsolhatják a modell által megfigyelteket a kiválasztott művelettel, így a döntések könnyebben érthetők, kritizálhatók és validálhatók.
A CoC-nyomkövetések integrálódnak az Nvidia Halos biztonsági validációs munkafolyamataival, és támogatják az ISO/PAS 8800 szabvány követelményeivel összhangban lévő mesterséges intelligencia biztonságot, szilárdabb alapot teremtve az audiovizuális biztonsági tervezéshez.
Az Alpamayo 2 Super automatikus címkézőként is használható CoC címkék generálására és vizuális kérdésválaszok elvégzésére 2D földeléssel saját flottaadatokon. Azzal, hogy a modell a kameraképek meghatározott régióihoz kapcsolja az érvelését, a nyers vezetési klipeket gazdagabb betanítási adatokká alakíthatja, a hónapokról napokra tömörítve az annotációs ciklusokat.
A tervezésen és az automatikus címkézésen túl az Alpamayo 2 Super támogatja a jelenetek megértését, a modellkritikát és a tudásdesztillációt. Ezek a többfeladatos képességek lehetővé teszik a fejlesztők számára, hogy egyetlen alapmodellt használjanak a fejlesztési folyamatok több részében, leegyszerűsítve az eszközök használatát és felgyorsítva az iterációt.
Az Alpamayo már átlépte az 500 ezer letöltést a Hugging Face-en.
